安全工程师与开发团队经常要做「静态扫描结果分诊」这类事：对静态扫描告警去重、判断误报并排序。每次都从头写提示词，结果时好时坏；把它做成智能体 Skill，就能让智能体每次按同一套步骤执行，输出结构也更稳定。

本文介绍如何在 GPTs 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。

这个技能做什么

项目说明
技能静态扫描结果分诊（sast-triage）
作用对静态扫描告警去重、判断误报并排序
输入扫描报告
输出分诊结果
形态纯提示词
风险低
适用人群安全工程师与开发团队

处理流程分四步：

  1. 按规则聚类
  2. 抽样确认
  3. 标注误报理由
  4. 输出待修复清单

这个技能纯指令型，不需要额外脚本或外部连接，复制到大多数平台都能用；风险较低，但输出仍需快速过目再使用。

在 GPTs 中是什么形态

GPTs 是在 ChatGPT 中创建的定制版助手，可以设置指令（Instructions）、上传知识文件、开启所需能力，并通过 Actions 调用外部 API。

创建与分享的权限取决于账户类型与工作区设置，以 OpenAI 官方说明为准。

示例配置

# Instructions（指令）示意
你是「静态扫描结果分诊」助手。用户会提供扫描报告。
1. 按规则聚类
2. 抽样确认
3. 标注误报理由
4. 输出待修复清单
输出：分诊结果。
- 扫描结论需人工复核，涉及生产的动作走变更流程。
- 信息不足时先提问，不要自行编造数据或事实。
知识文件中的规范优先于你的通用习惯；找不到依据时直说。

示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在安全工程师与开发团队提出相关请求时能对上号；二是约束部分要写进「扫描结论需人工复核，涉及生产的动作走变更流程」这类领域规矩，避免智能体自作主张。

安装与启用步骤

  1. 在 GPT 编辑器中新建 GPT，填写名称与描述
  2. 在 Instructions 中写入技能步骤、输出格式与约束
  3. 上传团队规范、模板等知识文件
  4. 需要外部数据时配置 Actions（OpenAPI 描述）
  5. 在预览中测试后保存，并设置分享范围

实操：一次完整的运行

假设你在代码、配置与云环境中发出这样的请求（虚构示例）：

用静态扫描结果分诊技能处理这份扫描报告，输出分诊结果。

智能体识别到任务与「静态扫描结果分诊」相关后，会依次按规则聚类、抽样确认、标注误报理由、输出待修复清单。最终交付分诊结果，并在末尾列出需要人工确认的内容。你的工作是对照原始扫描报告抽查两三处关键信息，确认无误后再使用。

测试与验收

在预览窗口用正常、缺信息和越界三类请求测试，确认指令中的边界有效。

针对这个技能，还建议额外准备：

  • 一份信息齐全的标准扫描报告，检查输出是否完整
  • 一份缺少关键信息的输入，检查智能体是否先提问而不是编造
  • 一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效

常见坑

  • 知识文件包含不应外泄的信息却设置了公开分享。
  • Instructions 过长且结构混乱，关键规则被忽略。
  • 只写了步骤，没写交付格式，导致每次输出的分诊结果结构不同。
  • 没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。

延伸阅读

说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。